2025

Постійне посилання на фонд

https://ela.kpi.ua/handle/123456789/73841

Переглянути

Перегляд 2025 за Автор "Амарбеєв, А."

Зараз показуємо 1 - 1 з 1
  • Ескіз
    ДокументВідкритий доступ
    Інформаційна система обліку безпритульних тварин з використанням штучного інтелекту
    (КПІ ім. Ігоря Сікорського, 2025) Амарбеєв, А.; Охочий, Я.; Богданова, Н.
    Стаття присвячена започаткуванням для розробки програмного забезпечення інформаційної системи обліку безпритульник тварин та подальшого поліпшення ІС задля розпізнавання тварин, що допоможе пришвидшити пошуки загублених тварин у притулках та у збережених даних про тварин, що тільки-но були знайдені. Зокрема, у застосунку, для аналізу зображень використовувався алгоритм максимального ентропійного методу з обмеженою пам'яттю, що дозволяє автоматично ідентифікувати різні види тварин на основі аналізу зображень, забезпечуючи швидкість та надійність даних обліку. Створено ефективну структуру бази даних для зберігання інформації про безпритульних тварин, враховуючи всі необхідні атрибути для обліку, моніторингу та аналізу. Ця база даних підтримуватиме зберігання фотографій, медичних записів, інформації про вакцинації та інші важливі дані.Основою системи є компонент, що впроваджує алгоритми машинного навчання та комп'ютерного зору для розпізнавання тварин на завантажених фотографіях. Цей компонент повинен використовувати історичні дані для тренування моделей та забезпечення високої точності розпізнавання. Для забезпечення ефективного обліку безпритульних тварин необхідно збирати та зберігати ряд ключових даних: ідентифікаційні дані [1], місце виявлення, дані про поведінку, стан здоров'я, історія взаємодії. Записи про попередні взаємодії з волонтерами, притулками, ветеринарними клініками. Розроблена система може бути впроваджена в муніципальних службах, притулках для тварин та громадських організаціях, що займаються захистом прав тварин. Завдяки автоматизованим процесам, система допомагає знизити витрати на облік і моніторинг, а також підвищує надійність зібраних даних. Рекомендації щодо використання включають інтеграцію системи з існуючими базами даних та навчання персоналу для ефективного використання нових технологій.